过去几十年中，森林火灾对经济、社会和生态环境都造成了严重的影响，森林火灾已经引起了各国政府和科学家的关注。在全球尺度上，生物量的燃烧被认为是温室气体和气溶胶颗粒排放的一个重要来源，对全球气候变化具有显著的驱动作用。据研究，全球生物量燃烧引起的碳排放大约占据了碳排放总量的40%；在区域尺度上，森林火灾毁坏森林结构和生态环境，导致了生态系统的不稳定和生产力的下降；除此之外，森林火灾引起的大气污染会导致被火灾影响区域的居民的健康。卫星遥感作为一种重要监测技术手段，具有覆盖范围宽、重复周期短、信息量大等优点，能够对森林火灾进行实时有效的长期监测。卫星遥感对森林火灾的监测主要包括燃烧信息（着火情况）监测和过火信息（过火区制图和灾情损失评估）监测。本文以森林火灾发生后植被变化引起的光谱反射率和温度变化特征为依据，利用环境减灾小卫星多光谱（HJ-1A/B-CCD）和红外相机（HJ-1B-IRS）数据对森林火灾灾情进行监测，提出了适用于该数据的过火区制图方法和火灾燃烧程度分级指标，对该数据以及具有相似波段的中高分辨率数据在森林火灾灾情监测中的应用具有一定指导意义。主要研究内容及研究结论如下：（1）利用多时相CCD数据过火区制图方法利用覆盖火灾前后的HJ-1A/B-CCD数据，采用改进的基于区域生长的二阶段算法对火烧迹地进行提取，即先采用严格的阈值提取燃烧较为严重的过火像元，作为第二阶段过火区识别的“种子”点，该阶段以减少误判为目的；第二阶段的区域生长采取较为宽松的阈值作为生长准则，以减少漏判，最后得出过火区边界。算法的两个关键点是能正确确定代表所需区域的生长点—“种子”像元和区域生长准则。本文提出了一种利用火灾前后数据梯度值的方法确定阈值提取“种子”像元，即分别将火灾前后多维光谱指数表示为一个矢量，分别计算火灾前后矢量的模，进行差值计算，将差值的绝对值与预设的阈值进行比较，提取“种子”像元；然后利用二分类Logistic模型确定区域生长准则，最后将改进的区域生长算法应用于验证实验区。结果表明：该方法提取的火烧迹地总体精度高于90%，高于利用植被指数阈值提取“种子”像元进行区域生长的结果。（2）利用单时相CCD与IRS数据过火区制图方法针对利用多时相环境减灾小卫星多光谱数据进行森林火烧迹地监测中存在的最优指数选择和阈值设定的问题，本文基于模糊集理论和模糊分类方法，综合利用同时获取的环境1B小卫星多光谱（HJ-1B-CCD）数据和经过重采样的环境1B小卫星红外相机（HJ-1B-IRS）数据构建的光谱指数，采用模糊有序加权平均算子自适应的方法对光谱指数进行聚合突出过火区信息，并加入热通道生成过火区的负面信息来对过火区正面信息进行修正，以降低误判；将修正过的正面过火区信息进行区域生长，形成过火区边界；并利用黑龙江逊克县和俄罗斯阿穆尔州的火烧迹地对该方法进行了验证。结果显示火烧迹地的精度都超过85%，能够满足快速获取火烧迹地的需求。（3）森林火灾燃烧程度卫星遥感监测方法利用HJ-1B-CCD和HJ-1B-IRS数据对森林火灾燃烧严重性监测方法进行研究：通过将HJ-1B-IRS数据重采样到与HJ-1B-CCD相同的30m分辨率进行组合，采用火灾前后光谱指数NBR（Normalized Burned Ratio）差值对森林火灾燃烧程度进行了分级。